MétaCan
Menu
Retour à la cohorte
Enregistrement W2917822986 · doi:10.1039/c8nr09816f

Molecularly imprinted nanozymes with faster catalytic activity and better specificity

2019· article· en· W2917822986 sur OpenAlexafffund
Zijie Zhang, Yuqing Li, Xiaohan Zhang, Juewen Liu

Notice bibliographique

RevueNanoscale · 2019
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvanced Nanomaterials in Catalysis
Établissements canadiensRegional Municipality of WaterlooNational Institute for NanotechnologyUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCatalysisMolecular imprintingImprinting (psychology)AdsorptionSubstrate (aquarium)ChemistryNanotechnologyCombinatorial chemistryMaterials scienceSelectivityOrganic chemistryBiochemistryBiologyGene

Résumé

récupéré en direct d'OpenAlex

Nanozymes are nanomaterials mimicking the activity of natural enzymes, while most nanozymes lack substrate specificity. Molecular imprinting on nanozymes provides a simple solution to this problem, and the catalytic activity is also enhanced. To understand enhanced activity, a surface science approach is taken by dissecting the nanozyme reaction into adsorption of substrates, reaction, and product release. Each step is individually studied using reaction kinetics measurement, dynamic light scattering, UV-vis spectrometry. Enrichment of local substrate concentration due to imprinting is around 8-fold, and increased substrate concentration could contribute to increased activity. Diffusion of the substrate across the imprinted gel layer is studied by a pre-incubation experiment, also highlighting the difference between imprinted and non-imprinted gel layers. The activation energy is measured and a substrate-imprinted sample had the lowest activation energy of 13.8 kJ mol-1. Product release is also improved after imprinting as indicated by isothermal titration calorimetry using samples respectively imprinted with the substrate and the product. This study has rationalized improved activity and specificity of molecularly imprinted nanozymes and may guide further rational design of such materials.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,007
Tête enseignante GPT0,221
Écart entre enseignants0,214 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations87
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNanoscaleMême sujetAdvanced Nanomaterials in CatalysisTravaux en français237 207